学习目标:掌握 Skill 系统的使用与创建,构建个人AI效率工具箱
完成标志:能创建自定义 Skill 并集成到 Claude Code 中使用
如果说前面几部分教你的是”怎么和AI对话”,这一部分教你的是”怎么给AI写操作手册” —— 让AI不仅能听懂你的临时指令,还能按照标准化的流程高效执行重复性任务。
还记得 Part 4 开头的 Harness 七层框架吗?Skill 是其中的第三层,也是最重要的一层:它把专业知识变成 cc 在需要时按需调用的”外接大脑”。大模型再聪明,也不可能把所有领域的最佳实践都塞进训练数据。但有了 Skill,你可以——这正是它如此重要的原因。
4.1 什么是AI技能(Skill)
4.1.1 Skill 的定义
Skill(技能) 是一个封装了特定能力的可复用指令集。
打个比方:你每次做一道菜,都要从头回忆配料和步骤,很容易忘这忘那。但如果你把菜谱写下来,下次照着做就行了,还能分享给别人。Skill 就是给AI写的”菜谱” —— 把一个复杂的任务标准化、流程化,让AI每次都能按照固定的高质量标准执行。
Skill vs 单次 Prompt:
| 维度 | 单次 Prompt | Skill |
|---|---|---|
| 性质 | 一次性指令 | 可复用的标准流程 |
| 一致性 | 每次输出可能不同 | 每次按照同样的标准执行 |
| 效率 | 每次重新写一遍 | 一键触发 |
| 维护 | 用完即弃 | 可版本管理、持续优化 |
| 比喻 | 口头交代任务 | 书面的标准操作手册(SOP) |
4.1.2 Skill 的核心价值
- 一致性:确保AI每次执行都遵循相同标准(不会这次用Tab缩进,下次用空格)
- 效率:复杂流程一键触发,无需每次重写Prompt
- 可复用:跨项目、跨团队共享最佳实践
- 可迭代:持续优化和升级,越用越好
4.1.3 Skill 的组成结构
很多人以为 Skill 就是一个 Markdown 文件,其实不是。一个完整的 Skill 是一个目录,可以包含多种类型的文件,就像一个”能力包”。
打个比方:如果把 Skill 比作一本食谱,那么:
- SKILL.md 就是食谱本身(菜名、步骤、注意事项)
- scripts/ 就是配套的厨房小工具(削皮刀、量杯 —— 封装好的辅助脚本)
- resources/ 就是附赠的食材包和调料配比表(模板、示例数据、配置)
- references/ 就是食谱末尾的”参考书目”(营养学标准、食品安全规范 —— AI 可随时查阅的参考资料)
标准 Skill 目录结构:
skill-xxx/ # Skill 根目录(命名规范:小写+短横线)
├── SKILL.md # 核心:技能描述文件(必选)
├── scripts/ # 辅助脚本目录(可选)
│ ├── helper.py # Python 辅助脚本
│ └── utils.js # JavaScript 工具函数
├── resources/ # 配套资源目录(可选)
│ ├── template/ # 模板文件(如代码模板、报告模板)
│ ├── examples/ # 示例文件(如输入/输出示例数据)
│ └── config/ # 配置文件(如规则定义、默认参数)
├── references/ # 参考文档目录(可选)
│ ├── best-practices.md # 最佳实践文档
│ ├── api-docs.md # API 参考文档
│ └── standards.md # 行业/团队编码规范
└── requirements.txt # 依赖声明(可选,列出脚本需要的第三方包)
提示:Skill 的核心是
SKILL.md,其余文件均为辅助。如果你的 Skill 只需要一份指令说明,只放一个SKILL.md就够了。但当 Skill 涉及复杂逻辑(如数据处理、格式转换)时,配上scripts/、resources/和references/会大幅提升 Skill 的能力和可维护性。
各组成部分详解:
1. SKILL.md(必选)—— 技能的”说明书”
这是 Skill 的核心载体。它包含两部分:头部的元数据(Frontmatter)和正文的具体指令。
---
# 元数据(Frontmatter,YAML 格式)
name: react-component-generator # 技能名称(唯一标识)
version: 1.0 # 技能版本
description: 根据需求生成符合项目规范的 React 组件文件集 # 技能简介
trigger: ["创建组件", "新建React组件", "生成组件"] # 触发关键词
tools: ["typescript", "react"] # 依赖工具
author: your-name # 技能作者
---
# React 组件生成器
## 执行步骤
1. 确认组件名称和功能需求
2. 在 src/components/{componentName}/ 目录下创建文件
3. 按照 resources/template/ 中的模板生成代码
4. 运行 scripts/validate.js 验证组件结构
## 输出规范
- 所有文件创建完成后,报告创建的文件列表
- 给出组件的使用示例代码
## 错误处理
- 如果目录已存在,提示用户确认是否覆盖
- 如果缺少依赖包,提示安装命令
## 示例
给一个完整的输入→输出示例。
注意:Frontmatter(元数据)是可选的,很多简单的 Skill 可以省略它。但如果你的 Skill 需要被 Agent 系统自动发现和匹配,Frontmatter 中的
trigger和description就非常重要 —— Agent 启动时只读取元数据,只有当用户任务匹配触发条件时,才会加载完整指令。这种”渐进式披露“的设计可以节省上下文窗口空间。
2. scripts/(可选)—— 辅助脚本
当 Skill 需要执行复杂逻辑时(如数据预处理、文件批量操作、格式验证),把这些逻辑封装到脚本中比写在 SKILL.md 里更清晰:
# scripts/helper.py —— 辅助脚本示例
def fill_missing_value(df, column, strategy="mean"):
"""缺失值填充:把复杂逻辑封装成函数,SKILL.md 中只需调用即可"""
if strategy == "mean":
df[column].fillna(df[column].mean(), inplace=True)
elif strategy == "empty":
df[column].fillna("", inplace=True)
return df
3. resources/(可选)—— 配套资源
template/:存放代码模板、文档模板。例如 React 组件的标准结构模板,AI 可以基于模板快速生成代码examples/:存放输入/输出示例。帮助 AI 理解”好的输出长什么样”config/:存放配置文件(JSON/YAML),定义规则和参数,避免在 SKILL.md 中硬编码
4. references/(可选)—— 参考文档
与 resources/ 不同,references/ 存放的不是”模板和配置”,而是 AI 执行任务时可以查阅的知识性文档。比如:
- 编码规范文档(团队的代码风格指南)
- 安全审计标准(如 OWASP Top 10 清单)
- API 文档(第三方服务的接口说明)
- 技术选型文档(为什么用 A 不用 B 的决策记录)
提示:
references/和resources/的区别可以这样理解 ——resources/是”生产材料”(模板、配置,直接用于生成输出),references/是”参考书”(规范、标准、文档,用于指导 AI 做出正确决策)。
5. requirements.txt(可选)—— 依赖声明
如果 scripts/ 中的脚本依赖第三方库,在这里声明,方便部署时一键安装:
pandas>=2.0.0
openpyxl>=3.1.0
简单 vs 完整 Skill 的选择:
| 场景 | 推荐结构 | 说明 |
|---|---|---|
| 简单的编码规范 | 只需 SKILL.md | 如 Git 提交规范、命名约定 |
| 代码生成类 | SKILL.md + resources/template/ | 模板驱动,保证生成代码的一致性 |
| 数据处理类 | SKILL.md + scripts/ + resources/config/ | 复杂逻辑封装到脚本,配置外部化 |
| 质量审查类 | SKILL.md + references/ | 参考文档驱动,确保审查有据可依 |
| 完整工程流程 | 全套目录 | 如项目初始化、CI/CD 配置等复杂流程 |
4.1.4 Skill 的类型分类
| 类型 | 描述 | 示例 |
|---|---|---|
| 代码生成类 | 按模板生成代码 | React组件生成器、API端点生成器 |
| 工程流程类 | 执行标准化流程 | 项目初始化、CI/CD配置 |
| 质量保障类 | 代码审查与测试 | 安全审计Skill、代码审查Skill |
| 文档生成类 | 自动生成文档 | API文档生成、变更日志生成 |
| 调试修复类 | 排查和修复问题 | 错误诊断Skill、性能调优Skill |













请登录后查看评论内容